基于信息熵与变异系数融合算法的满意度评价系统及方法技术方案

本发明专利技术公开了一种基于信息熵与变异系数融合算法的满意度评价系统及方法，包括远程服务模块，用于提供售后设备的状态数据；数据处理模块，用于关联远程服务模块数据；指标权重计算模块，用于对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；综合得分计算模块，用于分别对权重系数计算综合得分，求出最终满意度综合得分；无监督聚类算法模块，将计算得到的满意度综合得分输入到聚类模块的分层聚类算法中。本发明专利技术能够科学客观的对客服人员的上门服务满意度进行评估，并且具有运行速度快、算法稳定性高、模型可解释性强、分类准确率高、人为因素干扰性低、可移植性强的优点。

Satisfaction evaluation system and method based on information entropy and variation coefficient fusion algorithm

【技术实现步骤摘要】
基于信息熵与变异系数融合算法的满意度评价系统及方法
本专利技术涉及满意度评价系统及方法，尤其是涉及基于信息熵与变异系数融合算法的满意度评价系统及方法。
技术介绍
目前各设备制造厂家，当售后设备出现故障不能正常运行时，需要派售后人员上门服务，对设备进行针对性保养维护。然而，上门服务的满意效果却难以有效衡量。这是因为一方面缺乏足够的数据支撑，另一方面则是满意度评估一直以来容易受到人为因素的干扰，缺乏一个客观的标准评价系统。
技术实现思路
本专利技术目的在于提供一种基于信息熵与变异系数融合算法的满意度评价系统，本专利技术另一目的是提供该满意度评价系统的评价方法，实现满意度评价人为因素干扰性低、可移植性强。为实现上述目的，本专利技术采取下述技术方案：本专利技术所述基于信息熵与变异系数融合算法的满意度评价系统，包括下述模块：远程服务模块，用于提供售后设备的状态数据，包括时间戳、故障码信息、上门服务记录台账数据、设备台账数据；数据处理模块，用于关联远程服务模块数据，对缺失数据进行均值填充，构造上门服务前后所述售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态的差分数据，对负值数据进行非复制转化；指标权重计算模块，用于对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；综合得分计算模块，用于分别对所述权重系数计算综合得分，将各自综合得分进行最大、最小归一化处理，并进行综合得分融合操作，继而求出每次上门服务记录样本的最终满意度综合得分；<br>无监督聚类算法模块，将计算得到的所述满意度综合得分输入到聚类模块的分层聚类算法中；其中，满意度综合得分的相似性距离采用欧式距离，距离的评估方法采用平均链接距离算法。本专利技术所述满意度评价系统的评价方法，包括下述步骤：步骤1，通过所述远程服务模块访问相关数据库，获得所述售后设备的状态数据，包括时间戳、故障码信息、上门服务记录台账数据、设备台账数据；步骤2，将读取到的所述数据输入给所述数据处理模块，执行数据按售后设备ID的关联操作，对缺失的数值数据进行均值填充，对缺失的离散数据进行空值补齐，填充‘None’；再次，构造上门服务前后该售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态等一阶差分数据，对负值数据进行非复制转化；步骤3，经过数据处理模块处理后的数据，输入到指标权重计算模块，对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；步骤3.1，首先基于变异系数的综合得分计算：；式中：是第i项指标的变异系数，也称为标准差系数；是第i项指标的标准差；是第i项指标的平均值；各项指标的权重为：；步骤3.2，其次基于信息熵的综合得分计算：记为第i项指标下第j个样本的概率密度；具体地，；其中，M为样本数量，即上门服务的次数；；；；各项指标的权重为：；步骤4，得到基于变异系数与信息熵下的权重系数后，分别求出各自的综合得分，即可求出第j个样本在变异系数权重下的综合得分：；将所述综合得分最大、最小归一化处理：；第j个样本在信息熵下的综合得分：；对综合得分进行最大最小归一化处理：；分别对变异系数以及信息熵下的总额和得分归一化处理后，用下述公式计算第j个样本的最终综合得分：；步骤5，最后，指定要聚类的个数，即满意度划分类型个数，把所述最终综合得分输入到所述聚类模块中；聚类模块采用自底向上的层次聚类算法,即：步骤5.1，将每个按上述公式计算得到的综合得分scorej都作为一个簇；步骤5.2，计算两两簇之间的相似度，即采用基于欧式距离的平均链接距离算法，并加入到最相似的簇中；具体地，所述基于欧式距离平均链接距离算法的操作是：把两两簇r、s的欧式距离全部放在一起求一个平均值L(r,s)，；其中、代表簇r、s的样本数，代表簇r、s中的第i个和第j个样本的欧式距离；；步骤6，重复步骤5.1、步骤5.1，直到只剩下指定聚类个数的簇，从而完成了上门服务的满意度评价。本专利技术能够科学客观的对客服人员的上门服务满意度进行评估，并且具有运行速度快、算法稳定性高、模型可解释性强、分类准确率高、人为因素干扰性低、可移植性强的优点。附图说明图1是本专利技术所述故障预测系统的结构框图。图2是本专利技术所述预警方法的流程框图。具体实施方式下面结合附图对本专利技术的实施例作详细说明，本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述实施例。如图1所示，本专利技术所述基于信息熵与变异系数融合算法的满意度评价系统，包括下述模块：远程服务模块，用于提供售后设备的状态数据，包括故障码信息、上门服务记录台账数据、设备台账数据；数据处理模块，用于关联远程服务模块数据，对缺失数据进行均值填充，构造上门服务前后所述售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态的差分数据，对负值数据进行非复制转化；指标权重计算模块，用于对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；综合得分计算模块，用于分别对所述权重系数计算综合得分，将各自综合得分进行最大、最小归一化处理，并进行综合得分融合操作，继而求出每次上门服务记录样本的最终满意度综合得分；无监督聚类算法模块，将计算得到的所述满意度综合得分输入到聚类模块的分层聚类算法中；其中，满意度综合得分的相似性距离采用欧式距离，距离的评估方法采用法平均链接距离算法。如图2所述，所述满意度评价系统的评价方法，按照下述步骤进行：步骤1，通过所述远程服务模块访问相关数据库，获得所述售后设备的状态数据，包括设备ID、开机时间、工作时间、历史维护次数、元器件更换信息数据、故障码信息；上门服务记录台账数据，包括设备ID、上门服务类型、上门服务时间、上门人员数据；设备台账数据，包括设备类型、设备ID、设备地理信息数据；步骤2，将读取到的所述数据输入给所述数据处理模块，执行数据按售后设备ID的关联操作，对缺失的数值数据进行均值填充，对缺失的离散数据进行空值补齐，填充‘None’；再次，构造上门服务前后该售后设备的故障发生次数，具体地，构造设备上门服务期间前后3天、前后7天、前后15天的故障发生次数、发生频率、设备运行时长等特征，并对负值数据进行非负值转化，具体地，对出现负值的特征列广播添加此列最小负值的绝对值，将处理后的特征值作为此列的最终值；步骤3，经过数据处理模块处理后的数据，输入到指标权重计算模块，对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；步骤3.1，首先基于变异系数的综合得分计算：；式中：是第i项指标的变异系数，也称为标准差系数；是第i项指标的标准差；是第i项指标的平均值；各项指标的权重为：；步本文档来自技高网...

【技术保护点】
1.一种基于信息熵与变异系数融合算法的满意度评价系统，其特征在于：包括下述模块：/n远程服务模块，用于提供售后设备的状态数据，包括时间戳、故障码信息、上门服务记录台账数据、设备台账数据；/n数据处理模块，用于关联远程服务模块数据，对缺失数据进行均值填充，构造上门服务前后所述售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态的差分数据，对负值数据进行非复制转化；/n指标权重计算模块，用于对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；/n综合得分计算模块，用于分别对所述权重系数计算综合得分，将各自综合得分进行最大、最小归一化处理，并进行综合得分融合操作，继而求出每次上门服务记录样本的最终满意度综合得分；/n无监督聚类算法模块，将计算得到的所述满意度综合得分输入到聚类模块的分层聚类算法中；其中，满意度综合得分的相似性距离采用欧式距离，距离的评估方法采用平均链接距离算法。/n

【技术特征摘要】
1.一种基于信息熵与变异系数融合算法的满意度评价系统，其特征在于：包括下述模块：
远程服务模块，用于提供售后设备的状态数据，包括时间戳、故障码信息、上门服务记录台账数据、设备台账数据；
数据处理模块，用于关联远程服务模块数据，对缺失数据进行均值填充，构造上门服务前后所述售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态的差分数据，对负值数据进行非复制转化；
指标权重计算模块，用于对处理后的数据分别基于信息熵与变异系数算法，计算出相应指标的权重系数；
综合得分计算模块，用于分别对所述权重系数计算综合得分，将各自综合得分进行最大、最小归一化处理，并进行综合得分融合操作，继而求出每次上门服务记录样本的最终满意度综合得分；
无监督聚类算法模块，将计算得到的所述满意度综合得分输入到聚类模块的分层聚类算法中；其中，满意度综合得分的相似性距离采用欧式距离，距离的评估方法采用平均链接距离算法。


2.一种如权利要求1所述满意度评价系统的评价方法，其特征在于：包括下述步骤：
步骤1，通过所述远程服务模块访问相关数据库，获得所述售后设备的状态数据，包括时间戳、故障码信息、上门服务记录台账数据、设备台账数据；
步骤2，将读取到的所述数据输入给所述数据处理模块，执行数据按售后设备ID的关联操作，对缺失的数值数据进行均值填充，对缺失的离散数据进行空值补齐，填充‘None’；再次，构造上门服务前后该售后设备的故障发生次数、发生频率、设备运行时长、设备工作状态等一阶差分数据，对负值数据进行非复制转化；
步骤3，经过数据处理模块处理后的数据，输入到指标权重计算模块，对处理后的数据分别基于信...

【专利技术属性】
技术研发人员：王超，侯剑平，朱俊涛，王康，王景运，刘聪，
申请(专利权)人：安图实验仪器郑州有限公司，
类型：发明
国别省市：河南;41